[发明专利]一种文档评估方法及装置

说明书

本发明公开了一种文档评估方法及装置，其中，所述文档评估方法包括：获取目标文档的抽取信息，所述抽取信息包括：命名实体、长名词短语及长动词短语；基于所述抽取信息，计算所述目标文档的技术原创度指标，写作质量特征度指标及技术分布度指标，其中，所述技术原创性指标用来表达所述目标文档的创新程度，所述写作质量特征度指标用来表达所述目标文档的复杂程度，所述技术分布度指标用来表达所述目标文档在其它文档中的分布程度；对所述目标文档的技术原创度指标，写作质量特征度指标及技术分布度指标进行加权求和，得到所述目标文档的综合重要度评分；输出所述目标文档的综合重要度评分。本发明方案可以从多指标角度对文档进行更为可靠的评估。

技术领域

本发明涉及文档信息管理及处理技术领域，具体涉及一种文档评估方法及装置。

背景技术

随着服务器存储容量的海量增长以及云计算的快速普及，组织机构积累了越来越多的电子文档。但实际上，在这些电子文档中，真正重要的电子文档只占其中的一小部分。而当电子文档的数量过多时，人工的对电子文档进行查看并筛选出其中重要的电子文档显然是很困难的。为了筛选出其中真正重要的电子文档的信息及内容，出现了各种对电子文档的评估方法。但是，现有的这些电子文档的评估方法多为从单一角度对电子文档进行评估，容易导致最终的评估结果不全面或不准确，用户可能因过于依赖评估结果而错过某些电子文档中的重要信息，给企业带来损失。

发明内容

有鉴于此，本发明实施例提供了一种文档评估方法及装置，旨在为用户提供一种更可靠的文档评估方法，避免用户遗漏文档中的重要信息。

本发明实施例的第一方面提供了一种文档评估方法，所述文档评估方法包括：

获取目标文档的抽取信息，所述抽取信息包括：命名实体、长名词短语及长动词短语；

基于所述抽取信息，计算所述目标文档的技术原创度指标，写作质量特征度指标及技术分布度指标，其中，所述技术原创度指标用来表达所述目标文档在所述目标文档所在的文档集合中的创新程度，所述写作质量特征度指标用来表达所述目标文档在所述文档集合中的复杂程度，所述技术分布度指标用来表达所述目标文档的抽取信息在所述文档集合的其它文档中的分布程度；

对所述目标文档的技术原创度指标，写作质量特征度指标及技术分布度指标进行加权求和，得到所述目标文档的综合重要度评分；

输出所述目标文档的综合重要度评分。

本发明实施例的第二方面提供了一种文档评估装置，所述文档评估装置包括：

抽取信息获取单元，用于获取目标文档的抽取信息，所述抽取信息包括：命名实体、长名词短语及长动词短语；

多维度指标计算单元，用于基于所述抽取信息获取单元获取到的抽取信息，计算所述目标文档的技术原创度指标，写作质量特征度指标及技术分布度指标，其中，所述技术原创度指标用来表达所述目标文档在所述目标文档所在的文档集合中的创新程度，所述写作质量特征度指标用来表达所述目标文档在所述文档集合中的复杂程度，所述技术分布度指标用来表达所述目标文档的抽取信息在所述文档集合的其它文档中的分布程度；

综合重要度评分计算单元，对所述目标文档的技术原创度指标，写作质量特征度指标及技术分布度指标进行加权求和，得到所述目标文档的综合重要度评分；

综合重要度评分输出单元，输出所述目标文档的综合重要度评分。